ANALISIS SENTIMEN PUBLIK TERHADAP TREN #KABURAJA DULU DI MEDIA SOSIAL X MENGGUNAKAN ALGORITMA NAÏVE BAYES
Abstract
Penelitian ini menganalisis sentimen publik terhadap tren #KaburAjaDulu di platform X menggunakan algoritma Naïve Bayes dengan pendekatan Knowledge Discovery in Databases (KDD). Data dikumpulkan melalui proses crawling pada periode 1 Desember 2024–1 Desember 2025 sebanyak 3.102 tweet berbahasa Indonesia. Pelabelan sentimen dilakukan melalui dua pendekatan, yaitu pelabelan manual oleh ahli bahasa dan pelabelan berbasis leksikon. Representasi fitur menggunakan TF–IDF, sedangkan klasifikasi dilakukan dengan Naïve Bayes. Evaluasi model menggunakan skenario pembagian data latih dan uji 90:10, 80:20, dan 70:30, serta penanganan ketidakseimbangan kelas dengan SMOTE. Hasil menunjukkan dominasi sentimen negatif sebesar 83% dan sentimen positif 16%. Performa terbaik diperoleh pada skenario 70:30 dengan akurasi 74%. Temuan ini menunjukkan efektivitas Naïve Bayes dalam klasifikasi sentimen teks serta pentingnya kualitas pelabelan data
Downloads
References
A. D. Riyanto, "Data Digital Indonesia 2025," 2025. [Online]. Tersedia: https://andi.link/hootsuite-we-are-social-data-digital-indonesia-2025/
F. Ramadhani, I. D. Arianto, "Gema Suara Rakyat dalam Media Sosial (Analisis Jaringan Komunikasi pada #KaburAjaDulu di Twitter (X))," vol. 8, no. X, 2025.
N. Abelia, K. J. Farah, D. Wibisono, and I. Mahmud, "Dampak Framing Tagar #Kaburajadulu Terhadap Opini Publik dan Kebijakan Sosial di Indonesia," 2025.
P. Sari, M. Julianty, D. Mirza, N. Nafilah, and S. Zulfachrinal, "Menghadapi Ancaman Nasionalisme Disintegrasi Bangsa di Tengah Trend Kabur Aja Dulu," vol. 3, 2025.
Z. P. Ajie, "Analisis Sentimen Negatif Publik pada Tagar #KaburAjaDulu di Media Sosial 'X'," vol. 6, no. 3, 2025.
Muda Bicara, "Kabur Aja Dulu Trending di Medsos: Gambaran Frustrasi Generasi Muda terhadap Kondisi Indonesia," 2025. [Online]. Tersedia: https://www.mudabicara.id/kajian/kabur-aja-dulu-trending-di-medsos-gambaran-frustrasi-generasi-muda-terhadap-kondisi-indonesia/
C. C. Aggarwal, Machine Learning for Text, 2nd ed. Springer Nature Switzerland AG, 2022. https://doi.org/10.1007/978-3-030-96623-2
Samsir, Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, "Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes," Jurnal Media Informatika Budidarma, vol. 5, pp. 157–163, 2021.
L. N. Idris, F. N. I. S. Kumala, L. N. Mustofa, F. N. Y. Aril, L. N. Salihi, and F. N. I. Abraham, "Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM)," vol. 5, pp. 32–35, 2023.
M. J. Siddiq, S. Jayasri, A. Suhendi, T. Hidayat, R. Rizky, U. Islam, S. Yusuf, J. Raya, and L. Cikaliung, "Masyarakat Terhadap Pilkada 2024 Di Media Sosial Twitter Menggunakan Algoritma Naïve," vol. 13, no. 2, pp. 609–622, 2025.
Aftoni et al., "Analisis sentimen terhadap tagar #kaburajadulu di media sosial x menggunakan metode naïve bayes," 2025.
E. Buulolo, Data Mining untuk Perguruan Tinggi. Deepublish Publisher, 2020.
Rohmatun and A. Baita, "Analisis Sentimen Masyarakat Terhadap Vaksin Covid-19 Pada Media Sosial Twitter Menggunakan Metode Naïve Bayes," Jurnal Teknologi Sistem Informasi dan Aplikasi, vol. 4, no. 2, 2025.
Mola et al., "Penerapan Algoritma Naïve Bayes untuk Analisis Sentimen Ulasan Aplikasi MyPertamina," Jurnal Informatika dan Teknik Elektro Terapan, vol. 3, no. 1, 2025.
D. Duei Putri, G. F. Nama, and W. E. Sulistiono, "Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier," JITET, vol. 10, no. 1, Jan. 2022.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
